ANÁLISE DA GERAÇÃO DE VALOR MEDIDA PELO EVA E POR VETORES DE DESEMPENHO DE NATUREZA CONTÁBIL UM ESTUDO DE CASO ABORDANDO A COMPANHIA VALE DO RIO DOCE

Transcrição

1 ANÁLISE DA GERAÇÃO DE VALOR MEDIDA PELO EVA E POR VETORES DE DESEMPENHO DE NATUREZA CONTÁBIL UM ESTUDO DE CASO ABORDANDO A COMPANHIA VALE DO RIO DOCE Autoria: José Odálio dos Santos, Adriano Mussa, Wilson Roberto Iscaro Muller RESUMO Para que os administradores possam atingir a meta de maximizar a riqueza dos acionistas, é fundamental que conheçam quais indicadores mais afetam o desempenho da empresa os chamados vetores ou direcionadores de valor. Os vetores de valor fornecem uma rápida estimativa de como as decisões diárias afetam o valor da empresa, principalmente quando comparados às complexas técnicas de avaliação. Desta forma, o objetivo do presente artigo é analisar a geração de valor, medida pelo EVA 1, e sua relação com os principais vetores de valor sugeridos pela teoria de finanças, utilizando a Companhia Vale do Rio Doce como objeto de análise. Para a realização deste trabalho foram utilizadas as técnicas estatísticas de regressão dos mínimos quadrados e regressão logística binária. As variáveis que apresentaram maior poder explicativo do EVA, tanto nos modelos lineares como nos modelos logísticos, foram Receita Líquida de Vendas (RLV), Lucro Operacional Líquido Depois dos Impostos (NOPAT), Lucro Líquido (LL), Retorno sobre o Patrimônio Líquido (RPL) e Retorno sobre os Investimentos (ROI). O percentual de explicação das regressões variou de 26,21% a 77,62%, no modelo linear, e de 94,1% a 98,6%, no modelo logístico. Para todas estas variáveis, a eficiência do modelo logístico foi muito superior a do tradicional modelo linear. 1. INTRODUÇÃO A economia brasileira passou por uma abertura, sem precedentes durante a década de 1990, que muito contribuiu para o aumento da participação de investidores e instituições financeiras estrangeiras no mercado interno. Esse acontecimento impulsionou a modernização do mercado de capitais brasileiro, através da introdução de novas práticas corporativas e novos instrumentos de análise de ativos, ambos já consagrados em países com mercados desenvolvidos. As discussões sobre a missão da administração da empresa opõem de um lado os defensores da maximização do valor para o acionista (visão dominante nos mercados britânico e norte-americano) e, de outro, os defensores da inclusão de outras medidas como nível de emprego, responsabilidade social e meio ambiente (visão predominante na Europa Continental). No Brasil vem prevalecendo, ao longo dos anos, uma visão mais próxima daquela dos defensores de modelos favoráveis aos acionistas. Por isso, tem sido cada vez mais usual que os administradores, sobretudo de empresas com ações negociadas nas bolsas de valores, sejam cobrados pelos resultados que suas estratégias administrativas e financeiras estão trazendo aos seus acionistas. Dessa maneira, é natural que para muitos administradores a questão não se refere a Por que criar valor para o acionista?, mas, sim, a Como criar o valor. (BRIGHAM e EHRHARDT, 2006, p ). Em paralelo a esta mentalidade de valor, é importante que a administração compreenda a questão das medidas de valor e como elas são vistas pelos acionistas e pelo mercado de capitais. Neste trabalho, adota-se como medida de valor o EVA (Economic Value Added, que traduziremos como Valor Econômico Agregado). O EVA recupera um conceito antigo da teoria econômica, o lucro econômico ou lucro residual, que, em poucas palavras, pode ser definido como o lucro operacional da empresa, menos o custo do capital empregado para gerar este lucro (MARSHALL, 1890, p. 142). A relevância do uso do EVA como medida de

2 valor para a administração das empresas brasileiras parece ser consideravelmente maior, se considerarmos as altas taxas de juros praticadas no Brasil. Estas implicam num elevado custo de oportunidade e, por conseqüência, numa elevada taxa de retorno requerida pelos investidores do negócio. Dentro da realidade de cada empresa, há distintas variáveis que afetam o seu valor e em graus diferentes. Copeland, Koller e Murrin (2002) chamam estas variáveis de vetores de valor e as definem como variáveis de desempenho que tem impacto sobre os resultados de um negócio. Almeida (2000), Damodaran (2002) e Pasin (2004) enfatizam que os vetores de valor fornecem uma rápida estimativa de como as decisões afetam o valor da empresa, se comparada às complexas técnicas de avaliação. Diante deste cenário, o objetivo desta pesquisa é investigar quais são os vetores financeiros de valor, sugeridos pela teoria de finanças, que são mais relevantes para a criação de valor de uma das maiores empresas brasileiras, a Companhia Vale do Rio Doce (CVRD). Para identificá-los, foram utilizadas as técnicas estatísticas de regressão dos mínimos quadrados e regressão logística binária, com o intuito de encontrar e comparar as relações entre os vetores financeiros de valor e o valor criado pela CVRD, medido pelo EVA. 2. FUNDAMENTAÇÃO TEÓRICA 2.1 Direcionadores de Valor Como já mencionado, o conceito de criação de valor utilizado neste trabalho é o conceito de lucro econômico gerado pela empresa. Damodaran (2002) observa que cria-se valor por meio da obtenção de retorno sobre o capital investido superior ao custo de oportunidade de capital. Copeland, Koller e Murrin (2002) afirmam que é essencial para uma empresa compreender quais os elementos de suas decisões que têm mais impacto sobre o seu valor, sejam estas decisões rotineiras ou de grande impacto, ou seja, compreender os seus direcionadores de valor. Os autores destacam que: Se corretamente realizado, o processo de definição dos vetores de valor pode ajudar a administração de três maneiras diferentes. Primeiramente, pode ajudar os administradores de unidades de negócios e suas equipes a compreender como o valor é criado e maximizado na unidade. Em segundo lugar, pode ajudar a priorizar estes vetores e, com isso, determinar onde devem ser colocados os recursos (ou para onde devem ser transferidos). Finalmente pode unir administradores e empregados das unidades de negócios em torno de um entendimento comum das prioridades mais elevadas. (COPELAND, KOLLER e MURRIN, 2002, p.101). Ainda em relação à importância da identificação dos direcionadores de valor, Assaf Neto (2005) afirma que a gestão baseada em valor prioriza o longo prazo, a continuidade da empresa, sua capacidade de competir, adaptar-se aos mercados em transformação e adicionar riqueza aos proprietários. O autor destaca também que este tipo de gestão se realiza através da adoção eficiente de estratégias financeiras e capacidades diferenciadoras ou vantagens competitivas. Segundo Copeland, Koller e Murrin (2002, p. 101) existem três princípios essenciais a serem seguidos para se definir um vetor de valor: 1. Os vetores de valor devem estar diretamente ligados à criação de valor para o acionista e devem aplicar-se a toda a organização [...] 2. Os vetores de valor devem ter como metas e medidas o emprego de indicadores-chave de desempenho, tanto operacionais quanto 2

3 financeiros [...] 3. Os vetores de valor devem abranger o crescimento de longo prazo e o desempenho presente, com o amadurecimento e o declínio das unidades, as empresas bem sucedidas devem inventar novos meios para crescer. Para Damodaran (2002), Rappaport (1998) e Bernard, Healy e Palepu (1997) destacam-se entre os principais vetores do fluxo de caixa e, por conseqüência, da criação de valor de qualquer empresa, o crescimento da receita, os lucros, a base de capital, o retorno sobre o capital investido e os investimentos em capital de giro e imobilizado. Já Assaf Neto (2005) separa os direcionadores de valor em capacidades diferenciadoras, que são as estratégias que proporcionam vantagem competitiva à empresa em relação aos concorrentes, e as estratégias financeiras, que podem ser operacionais (crescimento de vendas, prazos operacionais e margem de lucro), de financiamento (estrutura de capital e custo de capital) e de investimento (investimento em capital de giro e investimento em capital fixo). 2.2 EVA O EVA (sigla para a expressão Economic Value Added em língua inglesa, que traduziremos como Valor Econômico Agregado ) é um conceito desenvolvido pela Stern Stewart no início da década de 80 que recupera a antiga idéia de lucro econômico (ou lucro residual). Este conceito diz que só existe lucro após a remuneração do capital empregado pelo seu custo de oportunidade. O Valor Econômico Agregado pode ser utilizado para avaliar, no presente, o desempenho financeiro passado (o último ano por exemplo), evidenciando se foi ou não agregado valor ao negócio no período, e quanto e como foi agregado/desagregado de valor, dependendo da profundidade da análise. Para Stephens e Bartunek (1997, p. 40), define-se o EVA como o balanço comparativo entre a rentabilidade da companhia frente ao capital que ela aplicou para gerar essa rentabilidade. Assim, representa o lucro operacional após impostos, menos o custo de oportunidade do capital. Trata-se de uma medida superior de performance porque elimina as distorções contábeis, ao trabalhar na base de regime de caixa. Por isso, ressalta Santos (2002), trata-se do verdadeiro lucro econômico, pois leva em conta não só os custos e despesas lançados contabilmente, mas também o custo de oportunidade do capital empregado na empresa. Stewart (1990) define o EVA como sendo: EVA = NOPAT (c x Capital) Onde: NOPAT é Net Operating Profit After Taxes, ou seja, Lucro Operacional Líquido Depois dos Impostos; c* é taxa percentual correspondente ao custo de capital; Capital se refere ao capital total investido. A seguir, descrevemos cada um dos componentes para o cálculo do EVA. 3

4 2.2.1 NOPAT Nas palavras de Stewart (1990, p.86): o NOPAT é o lucro originado pelas operações da companhia depois dos impostos, mas antes dos custos financeiros e dos lançamentos contábeis sem movimentação de caixa. Como tal, o NOPAT é também o total do lucro disponível para dar o retorno aos provedores de capital e à empresa. Ainda segundo o autor, o termo líquido do NOPAT indica que ele é livre de depreciação, já que os ativos consumidos nas operações devem ser repostos antes dos investidores receberem o retorno sobre seus investimentos. Para que se entenda melhor esta maneira de ver a depreciação, o autor sugere a comparação com o aluguel de ativos pela empresa, pelo qual ela pagará um montante composto pelo valor da depreciação mais uma taxa de juros. Uma das grandes vantagens do uso do NOPAT no cálculo do retorno sobre o capital, diferentemente do que ocorre com o índice RPL (Retorno sobre o Patrimônio Líquido), é que ele é completamente imune às mudanças na estrutura de capital, ou seja, na composição entre capital próprio e dívida, que a companhia escolher empregar. O retorno sobre o capital investido mostrará simplesmente a produtividade do capital total empregado no negócio, não importando a fonte financeira da qual ela provém Capital Total Investido Ehrbar (1998) define o Capital Total Investido (CTI) como sendo todo o caixa que foi depositado na companhia durante sua existência, desconsiderando sua fonte financeira. Portanto, não interessa se o investimento é financiado com capital próprio ou dívida. O CTI corresponde a todo o capital necessário para o funcionamento da companhia durante sua vida, incluindo-se aí o capital dos acionistas, representado no Balanço Patrimonial pelo Patrimônio Líquido, e as dívidas onerosas de curto e longo prazo contraídas pela companhia Custo de Capital (c) O custo de capital corresponde ao retorno mínimo que o investidor requer para seu investimento, trata-se do custo de oportunidade do capital. Para Ehrbar (1998) é um elemento decisivo entre o bom e o mau desempenho corporativo. Ainda segundo o autor, o custo de capital pode ser definido como o Custo Médio Ponderado de Capital (CMPC), que nada mais é, conforme Damodaran (1997), do que a média ponderada das diferentes formas de financiamento presentes na estrutura de capital da empresa. O CMPC também representa a taxa pela qual os fluxos de caixa operacionais são descontados para analisar novos projetos e retornos sobre o capital investido. 3. A COMPANHIA VALE DO RIO DOCE (CVRD) Criada em 1942 pelo Governo Federal, a CVRD foi privatizada em 1997 dentro do Programa Nacional de Desestatização. Atualmente, a empresa é a maior mineradora das Américas e uma das maiores do mundo. Foi também a primeira empresa brasileira a receber a classificação de investment grade de uma agência internacional de rating. Devido às características de seu negócio de mineração, a CVRD é hoje uma importante empresa também no setor de logística, possuindo Km de ferrovias e 10 terminais portuários próprios. 4

5 Desde sua privatização, a CVRD vem apresentando um crescimento acelerado, favorecida tanto pelos ganhos administrativos e operacionais advindos da privatização, quanto pela elevação do preço dos minérios nos últimos anos. Tais fatos permitiram que a empresa proporcionasse aos seus acionistas um retorno médio anual de 41,7% entre os anos de 2001 e Para dar uma medida comparativa da importância da CVRD para a economia nacional, ressalta-se que, em 2005, a empresa foi a maior exportadora líquida do Brasil, representando 22% do superávit da Balança Comercial brasileira. 4. METODOLOGIA 4.1 Amostra Os testes empíricos desta pesquisa foram realizados com dados trimestrais da Companhia Vale do Rio Doce, abrangendo o período de 1995 a A escolha da data inicial se deve ao fato de que em 1994 teve início o Plano Real e os dados anteriores poderiam conter distorções. 4.2 Variáveis da Pesquisa Na Tabela 1, encontra-se a relação das variáveis desta pesquisa, que são os indicadores que representam o valor e os vetores de valor: Tabela 1 - O valor, os vetores de valor e a definição das variáveis. Itens (valor e vetores) Variável Valor Agregado Economic Value Added ou Valor Econômico Agregado (EVA ) Receita ou Vendas Lucros Margem de Lucro Prazos Operacionais Investimentos Receita Líquida de Vendas (RLV) - Lucro Operacional Liquido depois dos Impostos (NOPAT Net Operating Profit After Taxes) - Lucro Líquido (LL) Margem de Lucro Operacional (MgLO) - Prazo Médio de Pagamento (PMP) - Prazo Médio de Recebimento (PMR) - Prazo Médio de Estoques (PME) Capital Total Investido (CTI) Retornos sobre o Capital Investido - Retorno sobre o Capital Investido (ROI Return on Investment) - Retorno sobre o Patrimônio Líquido (RPL) Estrutura de Capital Custo de Capital Fonte: Elaborado pelos Autores. Alavancagem Financeira Custo Médio Ponderado de Capital (CMPC) 5

6 As variáveis Receita Líquida de Vendas (RLV), Lucro Operacional Líquido depois dos Impostos (NOPAT), Lucro Líquido (LL), Margem de Lucro Operacional (MgLO), Prazo Médio de Pagamento (PMP), Prazo Médio de Recebimento (PMR), Prazo Médio de Estoques (PME), Capital Total Investido (CTI), Retorno sobre o Capital Investido (ROI), Retorno sobre o Patrimônio Líquido (RPL) e Alavancagem Financeira foram obtidas diretamente nos demonstrativos contábeis. Os demonstrativos contábeis foram extraídos do banco de dados da empresa de consultoria Economática. A seguir, descreve-se a metodologia de cálculo das variáveis Custo Médio Ponderado de Capital (CMPC) e EVA Cálculo do Custo Médio Ponderado de Capital (CMPC) O custo do capital próprio foi determinado com base no modelo Capital Asset Pricing Model (CAPM), conforme adaptação à realidade brasileira proposta por Stewart (1990): Ki = Krf + (Km Krf) Bi + CRp Onde: Ki é a taxa de retorno requerida ou esperada; Krf é a taxa de retorno do ativo livre de risco; Km é o retorno médio da carteira de mercado; Bi é o beta da ação i, uma medida do risco sistemático; CRp representa o country risk premium ou prêmio pelo risco país. A taxa de retorno do ativo livre de risco (Krf) e o prêmio de mercado (Km Krf) basearam-se nas informações disponibilizadas na Internet pelo professor Aswath Damodaran (DAMODARAN, 2006). A taxa livre de risco foi obtida da média geométrica do retorno anual dos T Bonds no período de 1928 a O prêmio de mercado foi obtido pela diferença entre a média geométrica do retorno anual do mercado acionário norte-americano no mesmo período e o retorno dos T Bonds. O prêmio pelo risco Brasil (CRp) baseou-se na média anual do índice EMBI, que mede o prêmio de risco para países emergentes, publicado pelo Banco J. P. Morgan. O beta da empresa foi determinado a partir das informações obtidas via Internet do site do professor Aswath Damodaran (DAMODARAN, 2006). Foram obtidos os betas do setor de Metals and Mining (Div) norte-americano, sem alavancagem. Em seguida, efetuou-se o ajuste dos betas considerando o grau de alavancagem financeira da empresa, conforme a equação abaixo descrita em Brigham, Ehrhardt e Gapenski (2001): bl = bu [ 1 + (1 T) (D/S) ] Onde: bl representa o beta ajustado pelo grau de alavancagem financeira da empresa; bu é o beta sem alavancagem financeira; 6

7 T é a taxa de impostos e contribuições sobre o lucro; D é o valor de mercado do capital de terceiros; S corresponde ao valor de mercado do capital próprio. Com base em todos os elementos do modelo do CAPM, foi possível determinar o custo de capital próprio da CVRD. A utilização do modelo do CAPM com dados do mercado norte-americano ajustado ao risco país, deve-se ao fato da CVRD ser uma empresa global, com um grau de risco medido por agências especializadas como Moody s Investors Service e Standard & Poor s Rating Services. Famá e Perobelli (2001) afirmam que utilizando dados nacionais na fórmula do CAPM, chega-se, em muitos casos, a um prêmio pelo risco negativo, devido a taxa livre de risco ser maior do que o retorno das ações. Assim, o investidor estaria pagando um prêmio para assumir um risco adicional e não para evitar este risco, o que poderia ser interpretado como uma importante limitação. O custo do capital de terceiros foi obtido a partir de informações contidas nas Notas Explicativas que acompanham a publicação trimestral dos demonstrativos contábeis das empresas de capital aberto. Para cada ano foi analisado o item Empréstimos e Financiamentos, onde os detalhes dos financiamentos permitem calcular o custo da dívida. Com base na ponderação do custo do capital próprio e do custo do capital de terceiros, foi determinado o custo médio ponderado de capital segundo a fórmula de Brealey e Myers (2003) : WACC = rd (1 Tc) (D/V) + re (E/V) Onde: WACC é Weighted Average Cost of Capital ou Custo Médio Ponderado de Capital rd é custo da dívida; Tc significa a alíquota de impostos e contribuições; D, E são os valores de mercado atuais da dívida e do capital próprio; V = D + E = valor total de mercado da empresa EVA Uma vez calculadas as variáveis NOPAT, Capital Total Investido (CTI) e Custo Médio Ponderado de Capital (CMPC), bastou substituir na fórmula para se obter os valores dos EVA s históricos. 4.3 Técnica Estatística A técnica estatística utilizada é de natureza bivariada, pois busca encontrar relação linear e logística sempre entre duas variáveis, o EVA e cada uma das demais variáveis da pesquisa. Utilizou-se a regressão dos mínimos quadrados como modelo linear e a regressão logística binária como modelo logístico. Em ambos os casos, as regressões tem como variável dependente o EVA e como variável explicativa (ou independente) as demais variáveis da 7

8 pesquisa, que são os vetores de valor. O objetivo é encontrar quais vetores de valor são mais importantes para a explicação do comportamento do EVA da CVRD Modelo de regressão dos mínimos quadrados De acordo com MacCabe e Moore (2002), a regressão dos mínimos quadrados é uma linha reta que descreve como uma variável dependente se altera quando a variável explicativa se modifica. Desta forma, a regressão dos mínimos quadrados busca indicar a relação entre duas variáveis e é freqüentemente utilizada para predizer o valor da variável dependente, dado um valor da variável explicativa. Para medir o poder de explicação deste tipo de modelo são analisados principalmente dois valores: o p-value e o Coeficiente de Determinação (R 2 ). O p-value indica a probabilidade da variável explicativa não ter qualquer relação linear com a variável dependente. O Coeficiente de Determinação (R 2 ) indica a parcela da variável dependente que é explicada pela variável independente Modelo de regressão logística binária MacCabe e Moore (2002) explicam que, da mesma forma que a regressão dos mínimos quadrados, a regressão logística também busca predizer o comportamento da variável dependente de acordo com as alterações ocorridas na variável explicativa. Porém, há algumas diferenças essenciais entre os dois modelos. A primeira é que o modelo de regressão logística não busca a relação linear entre as variáveis e sim a relação logística. Outra diferença é que, neste modelo, a variável dependente deve ser categórica e não quantitativa. Assim, no caso desta pesquisa, os valores históricos do EVA foram classificados em dois grupos: valores positivos e valores negativos. A denominação binária vem justamente desta divisão. Os modelos logísticos foram utilizados para tentar predizer em qual categoria se encontra o EVA da CVRD, dado os valores dos possíveis vetores de valor. Para medir o poder de explicação do modelo logístico são analisados o p-value e o Poder de Acerto. O p-value indica a probabilidade da variável explicativa não ter qualquer relação logística com a variável dependente. O Poder de Acerto, como o próprio nome sugere, indica a proporção de acerto do modelo. Para efeito desta pesquisa foi considerado um p-value significativo aquele menor ou igual a 5%, em ambos os tipos de regressão. 5. ANÁLISE DE RESULTADOS 5.1 Modelo de regressão dos mínimos quadrados Uma das premissas para o correto funcionamento deste tipo de modelo estatístico é a normalidade das distribuições. Para esta verificação procedeu-se com o teste de Kolmogorov-Smirnov (K-S), utilizando intervalo de confiança de 95%. Os resultados são apresentados na Tabela 2: 8

9 Tabela 2 - Teste de normalidade de Kolmogorov-Smirnov Variável p-value (K-S) EVA 0,36 Receita Líquida de Vendas (RLV) 0,07 Lucro Operacional Líquido Depois dos Impostos (NOPAT) 0,17 Lucro Líquido (LL) 0,13 Margem de Lucro Operacional (MgLO) 0,13 Prazo Médio de Pagamento (PMP) 0,96 Prazo Médio de Recebimento (PMR) 0,06 Prazo Médio de Estoque (PME) 0,91 Capital Total Investido (CTI) 0,19 Retorno sobre o Patrimônio Líquido (RPL) 0,52 Retorno sobre Investimentos (ROI) 0,38 Alavancagem Financeira 0,42 Custo Médio Ponderado de Capital (CMPC) 0,33 Fonte: Elaborado pelos autores. Verifica-se que o p-value de todas as variáveis é superior a 5%, fato que não permite a rejeição da hipótese de normalidade dos retornos. Segue na Tabela 3 os principais resultados gerados pelas regressões dos mínimos quadrados, efetuadas tendo o EVA como variável dependente e cada uma das demais variáveis como explicativas. Tabela 3 Resultados das regressões dos mínimos quadrados Itens p-value Coeficiente de Determinação (R 2 ) Durbin- Watson Receita Líquida de Vendas (RLV) 0,00 26,21% 2,15 Lucro Operacional Líquido Depois dos Impostos (NOPAT) 0,00 77,62% 1,79 Lucro Líquido (LL) 0,00 32,38% 2,08 Margem de Lucro Operacional (MgLO) 0,00 18,75% 1,96 Prazo Médio de Pagamento (PMP) 0,12 5,24% 1,81 Prazo Médio de Recebimento (PMR) 0,70 0,34% 1,73 Prazo Médio de Estoque (PME) 0,17 4,20% 1,79 Capital Total Investido (CTI) 0,01 14,52% 2,08 Retorno sobre o Patrimônio Líquido (RPL) 0,00 42,12% 1,97 Retorno sobre Investimentos (ROI) 0,00 42,77% 2,15 Alavancagem Financeira 0,11 5,48% 1,76 Custo Médio Ponderado de Capital (CMPC) 0,00 18,15% 2,26 Fonte: Elaborado pelos autores. Para a verificação da presença de auto-correlação ao longo do tempo, aplicou-se o teste de Durbin-Watson (DW) sobre os resíduos. Quanto mais próximo de 2, menor a autocorrelação. Verificou-se que para as todas as variáveis, o DW se manteve ao redor de 2, indicando baixa correlação no tempo entre a série temporal dos resíduos. O p-value acima de 5% leva à rejeição das variáveis Prazo Médio de Pagamento (PMP), Prazo Médio de Recebimento (PMR), Prazo Médio de Estoque (PME) e Alavancagem Financeira como vetores de valor da CVRD, pelo modelo linear. 9

10 As demais variáveis mostraram-se significativas na explicação do EVA, uma vez que o p-value é inferior a 5%. As variáveis com maior poder explicativo do EVA são Receita Líquida de Vendas (RLV), Lucro Operacional Líquido Depois dos Impostos (NOPAT), Lucro Líquido (LL), Retorno sobre o Patrimônio Líquido (RPL) e Retorno sobre Investimentos (ROI). O Coeficiente de Determinação destas variáveis oscilou entre 26,21% e 77,62%. As variáveis Capital Total Investido (CTI), Margem de Lucro Operacional (MgLO) e Custo Médio Ponderado de Capital (CMPC) também mostraram-se significativas, porém com um menor poder explicativo (R 2 variando de 14,52% a 18,75%). 5.2 Modelo de regressão logística binária Segue na Tabela 4 os principais resultados gerados pelas regressões logísticas binárias. Tabela 4 Resultados das regressões logísticas binárias Itens p-value Poder de Acerto Receita Líquida de Vendas (RLV) 0,00 94,1% Lucro Operacional Líquido Depois dos Impostos (NOPAT) 0,02 98,6% Lucro Líquido (LL) 0,00 94,6% Margem de Lucro Operacional (MgLO) 0,08 72,7% Prazo Médio de Pagamento (PMP) 0,01 78,9% Prazo Médio de Recebimento (PMR) 0,03 78,1% Prazo Médio de Estoque (PME) 0,01 82,4% Capital Total Investido (CTI) 0,00 89,2% Retorno sobre o Patrimônio Líquido (RPL) 0,01 97,3% Retorno sobre Investimentos (ROI) 0,00 96,8% Alavancagem Financeira 0,02 78,6% Custo Médio Ponderado de Capital (CMPC) 0,37 55,9% Fonte: Elaborado pelos autores. O p-value acima de 5% leva à rejeição das variáveis Margem de Lucro Operacional (MgLO) e Custo Médio Ponderado de Capital (CMPC) como vetores de valor da CVRD, pelo modelo logístico. Esta conclusão é diferente da encontrada utilizando o modelo de regressão dos mínimos quadrados. As demais variáveis mostraram-se significativas na explicação do EVA, uma vez que o p-value é inferior a 5%. Da mesma forma que no modelo linear, as variáveis com maior poder explicativo do EVA da CVRD são Receita Líquida de Vendas (RLV), Lucro Operacional Líquido Depois dos Impostos (NOPAT), Lucro Líquido (LL), Retorno sobre o Patrimônio Líquido (RPL) e Retorno sobre Investimentos (ROI). O Coeficiente de Determinação destas variáveis oscilou entre 94,1% e 98,6%. As variáveis Prazo Médio de Pagamento (PMP), Prazo Médio de Recebimento (PMR), Prazo Médio de Estoque (PME), Capital Total Investido (CTI) e Alavancagem Financeira também mostraram-se significativas na explicação do EVA, porém com um menor poder explicativo (Poder de Acerto variando de 78,1% a 89,2%). Nota-se claramente o aumento do poder explicativo das variáveis no modelo de regressão logística, em comparação com o modelo dos mínimos quadrados. Em geral, as variáveis analisadas mostraram-se muito mais poderosas, como vetores de criação de valor, 10

11 quando o modelo logístico foi adotado. Para a pesquisa, a utilização de modelos logísticos mostrou-se mais eficaz para o monitoramento da criação de valor. Também neste tipo de regressão, o Lucro Operacional Líquido Depois dos Impostos (NOPAT) foi o mais poderoso direcionador de valor da CVRD, com o poder de acerto de 98,6%. Isto significa que, dado o valor de uma única variável, NOPAT, o modelo logístico é capaz de predizer, com 98,6% de certeza, se a CVRD terá um EVA positivo ou negativo no período. Em outras palavras, se haverá criação ou destruição de valor. 6. CONSIDERAÇÕES FINAIS O objetivo do presente artigo foi investigar quais os vetores de valor, sugeridos pela teoria de finanças, que são mais importantes para a criação de valor da Companhia Vale do Rio Doce, utilizando o período de 1995 a As principais evidências encontradas foram: - As variáveis com maior poder explicativo do EVA, tanto nos modelos lineares como nos modelos logísticos, foram Receita Líquida de Vendas (RLV), Lucro Operacional Líquido Depois dos Impostos (NOPAT), Lucro Líquido (LL), Retorno sobre o Patrimônio Líquido (RPL) e Retorno sobre Investimentos (ROI); - O poder que estas variáveis tem de explicar o comportamento do EVA variou de 26,21% a 77,62%, no modelo linear, e de 94,1% a 98,6%, no modelo logístico; - Percebe-se claramente que o modelo logístico mostrou-se bastante superior ao modelo linear na explicação do EVA, chegando a percentuais elevados de acerto; - A variável que se mostrou mais relevante foi o Lucro Operacional Líquido Depois dos Impostos (NOPAT), à medida em que maximizou o poder explicativo de ambos os modelos. No modelo linear o coeficiente de determinação foi de 77,62% e no modelo logístico o Poder de Acerto foi de 98,6%. Do ponto de vista prático, os resultados deste estudo indicam que as variáveis encontradas como significativas para a explicação do EVA podem ser empregadas como importantes vetores de valor para a CVRD, essencial tanto para a administração como para investidores e acionistas. Além disso, conforme Almeida (2000), Damodaran (2002) e Pasin (2004), uma vez evidenciados, os direcionadores de valor podem ser utilizados como uma forma rápida e eficiente para avaliar empresas. Apesar dos resultados favoráveis, vale a pena o destaque de algumas ressalvas ou limitações desta pesquisa. A principal delas é que o estudo baseou-se no EVA como única medida que mensura a criação de valor por parte da empresa. E o EVA, como qualquer outro índice, possuí limitações. Brabazon e Sweeney (1998, p. 15), por exemplo, ressaltam que o EVA refere-se a situações passadas, o que não indica que a empresa manterá uma vantagem competitiva para o futuro. Esse comentário leva em consideração as incertezas quanto ao comportamento dos fundamentos de mercado (ex.: inflação, juros, câmbio, carga tributária etc.), e estratégias de investimentos e financiamentos tomadas pelos principais concorrentes da empresa. Dierks e Patel (1997, p. 56) criticam o EVA por não captar a percepção do mercado acerca das oportunidades de crescimento face as decisões de investimento. Damodaran (2002) destaca que os valores de EVA podem se elevar, mediante a adoção de medidas que resultem em redução do capital investido e de sacrifícios de investimentos 11

12 futuros e do valor econômico que eles gerariam. Além disso, o estudo baseou-se em dados da Companhia Vale do Rio Doce, o que impossibilita a extrapolação das conclusões para outras empresas e setores. Desta forma, os resultados encontrados talvez tenham despertado mais questionamentos do que conclusões, mas sem dúvida contribuíram para o desenvolvimento de pesquisas futuras, dentre as quais pode-se citar a busca de vetores setoriais de valor, bem como a utilização de outras medidas de valor. REFERÊNCIAS BIBLIOGRÁFICAS ALMEIDA, R. J. Análise da importância dos direcionadores de valor das empresas para diferentes tomadores de decisão no Brasil Dissertação (Mestrado em Administração) Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo, São Paulo, ASSAF NETO, A. Finanças corporativas e valor. 2. ed. São Paulo: Atlas, BERNARD, V. L.; HEALY, P. M.; PALEPU, K. G. Introduction to business analysis and evaluations: text and cases. Cincinnati: South-Western Publishing Co., BRABAZON, T., SWEENEY, B. Economic value added is really adding something new? Accountancy Ireland, Vol. 30, nº 3, June BREALEY, R. A.; MYERS, S. C. Principles of corporate finance. 7. ed. New York: McGraw-Hill, BRIGHAM, E. F.; EHRHARDT M. C. Administração financeira: teoria e prática. São Paulo: Atlas, BRIGHAM, E. F.; EHRHARDT, M. C.; GAPENSKI, L. C. Administração financeira: teoria e prática. São Paulo: Atlas, COPELAND, T.; KOLLER, T.; MURRIN, J. Avaliação de empresas: calculando e gerenciando o valor das empresas. 3. ed. São Paulo: Makron Books, DAMODARAN, A. Avaliação de investimentos: ferramentas e técnicas para determinação do valor de qualquer ativo. Rio de Janeiro: Quality Marks, A face oculta da avaliação. São Paulo: Makron Books, Updated Data. Disponível em Acesso em: 20 mai DIERKS, P., PATEL, A. What is and how can it help your company? Management Accounting, Vol. 79, nº 5, November EHRBAR, A. EVA : the real key to creating wealth. New York: John Wiley & Son, FAMÁ, R.; PEROBELLI, F. Reciclagem da bolsa de valores brasileira: há alternativas? In: XII CONGRESSO NACIONAL DOS EXECUTIVOS DE FINANÇAS (CONEF), 2001, Fortaleza. Anais...Fortaleza: CONEF,

13 MARSHALL, A. Principles of Economics. New York: MacMillan & Co., 1890, v. 1. MCCABE, G. P.; MOORE, D. S. Introdução à Prática da Estatística. 3. ed., Rio de Janeiro: LTC, PASIN, R. M. Avaliação Relativa de Empresas por Meio da Regressão de Direcionadores de Valor Dissertação (Mestrado em Administração) Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo, São Paulo, RAPPAPORT, A. Creating shareholder value: a guide for managers and investors. 2. ed. New York: Free Press, SANTOS, J. O. A contribuição da determinação do valor da empresa e do EVA no processo de análise de crédito. In: XXVI ENCONTRO ANUAL DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO (ENANPAD), 2002, Salvador. Anais...Salvador: ANPAD, STEPHENS, K. R., BARTUNEK, R. R. What is economic value added? Business Credit, Vol. 99, nº 24, April STEWART, G. B. The quest for value: the EVA management guide. New York: Harper Business, NOTAS: 1. EVA é uma marca registrada da Stern Stewart & Co. 13